点击图片查看原图
ALFA 提供了一款基于工业图像看穿的深度学习软件。ALFA System基于CNN的神经网络算法，模块化地解决机器视觉的各种问题，是一款优化可靠的可现场测试的软件解决方案。它可以完成检测与分类的编程中不可能完成的挑战。这为不少具有挑战性的机器视觉应用提供了一个强大、灵活的且明确的解决方案。
ALFA深度学习软件的优点：
1.准确率高：在工业检测领域，通过大数据的学习和不断的重 复，准确率无限接近100%。
2.解决疑难问题：在传统机器视觉软件调节一个参数另一个参数可能就会有变动，无法完全满足所有缺陷的检测要求。ALFA的人工智能模型，只要不断添加样本学习即可。
3.短时间可以做出结果：在时间要求很短的项目上，只要有足够多的图片，轻松的进行标识和训练，原则上一天就可以做出理想的结果。
4.后期维护方便：传统算法现场出现问题，无法检测出想要的结果，软件编程技术人员要到生产现场进行软件调试，ALFA套件可以直接把没有检测出来的图片在生产现场再学一遍就可以达到理想的结果。ALFA深度学习视觉软件特写图
ALFA深度学习机器视觉系统能有效对LED灯丝进行外观缺陷检测：
LED灯丝需要在不点亮和点亮两种情况下检测：表面损伤、偏胶、引脚包胶、引脚、胶体内杂物、表面脏污、黏胶、流胶、少胶、多胶、 变形、气泡、灯丝断裂、漏蓝光等缺陷问题。
能达到以下检测要求：
1. 检测速度，≥300片/小时
2. 满足检测规范里面，所有的检测内容，包括颗死灯检测，漏检、误检率合计不超过5/‰，死灯检测准确率必须99%
3. 检测中，需要将不良品切除分两类，一类是死灯不亮的，一类是可以点亮，但外观不良，或者科死灯
4. 检测完成后，需将灯丝整片放入吸塑盒内，放一片灯丝，需要放一片纸隔离，吸塑盒有4个，一个是放整片没有完好，无切除的，一个是放切除1根灯丝的，一个是放切除2根灯丝的，一个是放切除了3根或3根以上灯丝的。
5.良品放入吸塑盒内，每盒放20片灯丝，放满后需统计数据，整盒产品根数，需要100%准确，不能有误，统计完成后需要打印出标签，人工手动贴吸塑盒上。
6.机台需要有数据统计记录功能，检测产品种类，检测数量，不良品率，良品率，不良种类等数据记录，至少可保留3个月以上可以查询。
LED灯丝需要在不点亮和点亮两种情况下检测：表面损伤、偏胶、引脚包胶、引脚、胶体内杂物、表面脏污、黏胶、流胶、少胶、多胶、 变形、气泡、灯丝断裂、漏蓝光等缺陷问题。
能达到以下检测要求：
1. 检测速度，≥300片/小时
2. 满足检测规范里面，所有的检测内容，包括颗死灯检测，漏检、误检率合计不超过5/‰，死灯检测准确率必须99%
3. 检测中，需要将不良品切除分两类，一类是死灯不亮的，一类是可以点亮，但外观不良，或者科死灯
4. 检测完成后，需将灯丝整片放入吸塑盒内，放一片灯丝，需要放一片纸隔离，吸塑盒有4个，一个是放整片没有完好，无切除的，一个是放切除1根灯丝的，一个是放切除2根灯丝的，一个是放切除了3根或3根以上灯丝的。
5.良品放入吸塑盒内，每盒放20片灯丝，放满后需统计数据，整盒产品根数，需要100%准确，不能有误，统计完成后需要打印出标签，人工手动贴吸塑盒上。
6.机台需要有数据统计记录功能，检测产品种类，检测数量，不良品率，良品率，不良种类等数据记录，至少可保留3个月以上可以查询。